如何判断__init__()是否由方法调用触发？附类设计示例

最近我碰到一个挺迷惑的情况：自定义的TSeries类（继承自pd.Series）里的__init__()方法，明显是被某个方法调用触发的，但一开始我完全摸不着头绪。后来仔细琢磨了下，推测这大概率和pandas内部返回对象副本的机制有关。

先给大家看看这个类的设计示例：

import copy
import pandas as pd
class TSeries(pd.Series):
    # 用来标记需要保留的自定义属性
    _metadata = ['some_new_attr']
    def __init__(self, *args, **kwargs):
        # 必须做复制操作，不然很容易意外修改pd.Series、TSeries这类可变参数的内容
        super().__init__(*args, **kwargs)
        # 举个例子，对自定义属性做深拷贝，避免引用共享
        if 'some_new_attr' in kwargs:
            self.some_new_attr = copy.deepcopy(kwargs['some_new_attr'])

为什么__init__会被意外触发？ #

• 熟悉pandas内部机制的话就知道，很多内置方法（比如head()、sum()这类返回新对象的操作）在生成子类实例时，会调用子类的__init__方法来构建副本。这不像我们手动创建实例那样直观，所以很容易让人觉得“怎么突然触发了__init__”。
• 你遇到的情况，几乎可以肯定是pandas在处理对象复制/转换时，调用了TSeries的构造方法，而不是直接用底层的实例创建逻辑。

关于复制操作的必要性 #

• 如果不在__init__里做深拷贝，当传入的参数是可变类型（比如列表、字典）时，多个实例会共享同一个引用。这就导致你修改其中一个实例的属性时，原对象或者其他关联实例的内容也会被意外改动，踩过这个坑的人都懂有多头疼。
• 另外，_metadata这个列表一定要配置对，它是pandas识别自定义属性的关键，确保这些属性在对象的复制、序列化、方法链式调用中能被正确保留下来。

内容的提问来源于stack exchange，提问作者Brad Solomon